PennCNV如何利用SNP芯片檢測CNV

本篇文章給大家分享的是有關PennCNV如何利用SNP芯片檢測CNV，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

通過SNP芯片來檢測CNV，對應的分析軟件有很多，PennCNV就是其中之一，該軟件通過隱馬可夫模型來檢測CNV, 官網如下

http://penncnv.openbioinformatics.org/en/latest/

數據分析的pipeline示意如下

首先我們需要準備signal intensity file， 該文件用來記錄每個位點對應的LRR和BAF兩個統計值，有兩種格式，第一種格式示意如下

\t分隔的6列，第一列為SNP的名稱，第二列為snp位點所在的染色體名稱，第三列為snp位點所在的染色體位置，第四列為該位點的分型結果，第五列為LRR統計值，第六列為BAF統計值，對于cnv calling而言，最重要的是Name, LRR, BAF這3列的值，所以該文件還可以有第二種格式，示意如下

其次需要芯片平臺對應的HMM和PFB文件，在軟件的安裝目錄自帶了部分芯片對應的這兩種文件。PFB是population frequency of B allel的縮寫，本質是每個SNP位點的MAF, 同時還提供了染色體位置的注釋信息，內容示意如下

對于SNP芯片上集成的非SNP探針，約定其PFB的值為2。需要注意的是，只有該文件中記錄的位點才會用于CNV calling的分析，當我們需要篩選位點時，只需要在該文件中進行過濾即可。HMM文件是軟件自帶的，提供了不同拷貝數之間的轉移概率。準備好輸入文件之后，就可以進行分析了，常見的分析步驟如下

1. CNV calling

對于獨立樣本，檢測CNV的命令如下

detect_cnv.pl \
-test \
-hmm lib/hh650.hmm \
-pfb lib/hh650.hg18.pfb \
sample.txt \
-log sample.log \
-out sample.rawcnv

輸出內容如下所示

第一列為CNV的染色體區域，第二列為該CNV區域包含的SNP位點數目，第三列為CNV區域的長度，第四列中cn表示該CNV區域的拷貝數，后面依次是樣本對應的輸入文件，起始和終止的snp name, 打分值。

2. 篩選CNV

常見的篩選策略如下

1. 根據長度和包含的位點數等統計指標進行過濾

2. 根據染色體區域進行篩選，過濾掉位于特殊區域的CNV,比如著絲粒，端粒等區域

   
   

根據長度過濾的命令如下

filter_cnv.pl \
-numsnp 10 \
-length 50k \
sampleall.rawcnv

過濾掉包含的snp位點數少于10個，長度小于50kb的CNV區域。

3. CNV的注釋

通常會對CNV區域進行以下注釋

1. overlap的基因

2. 上下游最鄰近的基因

3. overlap的功能元件

   
   

命令如下

scan_region.pl \
sampleall.rawcnv \
hg19_refGene.txt \
-refgene \
-reflink hg19_refLink.txt  \
> sampleall.cnv.hg19

4. CNV的可視化

對CNV區域內SNP位點的LRR和BAF值進行可視化，命令如下

visualize_cnv.pl \
-format plot \
-signal sample.txt \
sampleall.rawcnv

結果示意如下

該軟件還有很多高級的用法，比如家系樣本的CNV檢測，case/control的關聯分析等等。

以上就是PennCNV如何利用SNP芯片檢測CNV，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。